상세정보

위키북스 데이터 사이언스 시리즈. 자연어 처리에 활용되는 개념적인 설명에서 끝나는 것이 아니라 모델 구현에 집중한다. 그뿐만 아니라 상용 서비스를 지원하는 텐서플로를 기반으로 모델을 개발한다. 또한 실무에서 자연어 처리 문제를 해결하는 데 도움이 되고자 캐글 대회의 문제를 활용했으며, 감정분석부터 유사도 처리, 챗봇에 이르기까지 다양한 문제를 다룬다.

이 책은 기존 자연어 처리 서적과는 다른 세 가지 특징을 가지고 있다.

첫째, 자연어 처리에 활용되는 개념적인 설명에서 끝나는 것이 아니라 모델 구현에 집중한다. 그뿐만 아니라 상용 서비스를 지원하는 텐서플로를 기반으로 모델을 개발한다.

둘째, 실무에서 자연어 처리 문제를 해결하는 데 조금이나마 도움이 되고자 캐글 대회의 문제를 활용했으며, 감정분석부터 유사도 처리, 챗봇에 이르기까지 다양한 문제를 다룬다.

셋째, 딥러닝 기반 자연어 처리를 다룬 서적은 대부분 번역서이기 때문에 주로 영어 데이터만 다루지만 이 책에서는 영어 데이터뿐만 아니라 한글 데이터를 활용한 문제 해결까지 다룬다.

정보제공 :

▣ 1장: 들어가며 
이 책의 목표와 활용법 
__아나콘다 설치 

실습 환경 구축 
가상 환경 구성 
__실습 프로젝트 구성 
__pip 설치 
__주피터 노트북 

정리 

▣ 2장: 자연어 처리 준비 
텐서플로 
__tf.keras.layers 
__tf.data 
__에스티메이터(Estimator) 

사이킷런 
__사이킷런을 이용한 데이터 분리 
__사이킷런을 이용한 지도학습 
__사이킷런을 이용한 비지도학습 
__사이킷런을 이용한 특징 추출 
__TfidfVecotorizer 

자연어 토크나이징 도구 
__영어 토크나이징 라이브러리 
__한글 토크나이징 라이브러리 

그 밖의 라이브러리(전처리) 
__넘파이 
__판다스 
__Matplotlib 
__맷플롯립 설치 
__Matplotlib.pyplot 
__re 

캐글 사용법 

정리 

▣ 3장: 자연어 처리 개요 
단어 표현 

텍스트 분류 
__텍스트 분류의 예시 

텍스트 유사도 

자언어 생성 

기계 이해 

데이터 이해하기 

정리 

▣ 4장: 텍스트 분류 
영어 텍스트 분류 
__문제 소개 
__데이터 분석 및 전처리 
__텍스트 모델링 소개 
__분류 회귀 모델 
__TF-IDF를 활용한 모델 구현 
__랜덤 포레스트 분류 모델 
__순환 신경망 분류 모델 
__컨볼루션 신경망 분류 모델 

한글 텍스트 분류 
__문제 소개 
__데이터 전처리 및 분석 
__모델링 
__마무리 

▣ 5장: 텍스트 유사도 
문제 소개 

데이터 분석과 전처리 
__XG 부스트 텍스트 유사도 분석 모델 

모델링 
__CNN 텍스트 유사도 분석 모델 
__모델 구현 
__MaLSTM 

정리 

▣ 6장: 챗봇 만들기 
데이터 소개 

데이터 분석 

시퀀스 투 시퀀스 모델링 
__모델 소개 

트랜스포머 네트워크 
__모델 구현 

정리 

▣ 부록 
부록 A _ MaLSTM 모델 
부록 B _ Seq2Seq 모델 
부록 C _ 트랜스포머 모델